一项新的癌细胞系统分析确定了 27 种癌症类型的 370 个候选优先药物靶点，包括乳腺癌、肺癌和卵巢癌。

通过查看多层功能和基因组信息，研究人员能够对癌细胞生长和存活的因素形成公正的全景视图。他们发现了癌症治疗的新机会，实现了向新一代的重大飞跃更智能、更有效的癌症治疗迈出了重大一步。

在同类中最全面的研究中，Wellcome Sanger Institute、Open Targets 及其合作者的研究人员汇集了 930 个癌细胞系的数据数据。

然后他们使用机器学习方法来寻找药物靶点，以及最能从此类疗法中受益的患者。这涉及评估这些靶标在实际患者肿瘤中的出现情况，并将它们与肿瘤中发现的特定生物标记以及遗传和分子特征联系起来。

发表在《癌细胞》上的研究结果不仅使研究人员更接近于绘制每种类型癌症的每个脆弱性的完整癌症依赖性图，而且有助于指导集中努力，加速有针对性的癌症治疗的开发。

目前有许多类型的癌症缺乏有效的治疗方法，例如肝癌和卵巢癌。化疗和放疗是有效的治疗方法，但无法区分正常细胞和癌细胞，因此可能对整个身体造成损害，并产生严重的副作用，例如极度疲劳、恶心和脱发。